Configurer XGBoost pour les solutions de classification ou de régression

  • Rversion finale: Australia
  • Mis à jour 12 mars 2026
  • 2 minutes de lecture

    • Appliquez l’encodage XGBoost pour optimiser l’entraînement de vos solutions de classification ou de régression.

    Avant de commencer

    • Créez une définition de solution de classification ou utilisez une définition existante.
    • Créez une définition de solution de régression ou utilisez une définition existante.
    • Rôle requis : admin ou ml_admin

    Pourquoi et quand exécuter cette tâche

    XGBoost est un framework optionnel de boosting de gradient qui utilise plusieurs arbres de décision et prend en charge à la fois le texte vectoriel de paragraphe et le texte basé sur la distance TF-IDF. LogR est l’algorithme de modèle basé sur la distance par défaut.

    La configuration des paramètres avancés sur vos solutions ML est facultative. Si vous choisissez de configurer l’un de ces paramètres, assurez-vous d’être bien informé sur la technologie que vous activez dans la solution et que vous disposez d’un cas d’utilisation qui bénéficie de ce que la technologie offre.

    Dans cet exemple, vous appliquez XGBoost à la fois à une solution de classification et à une solution de régression.
    Remarque :
    Le cadre de travail de régression est obsolète dans la Australie version. Vous pouvez continuer à utiliser les solutions de régression existantes, mais vous ne pouvez pas en créer de nouvelles.

    Procédure

    1. Accédez à la Tous > Intelligence prédictive > Classification > Définitions des solutions.
    2. Ouvrez un formulaire de définition de solution de classification.
    3. Dans l’onglet Paramètres de solution avancée de la section Liens connexes du formulaire, sélectionnez Nouveau.
      Cette image montre comment sélectionner l’option Paramètres de solution pour créer le paramètre.
    4. Créez un enregistrement de paramètre.
      1. Dans le champ Paramètres de solution , sélectionnez l’icône de recherche.
      2. Dans l’écran Paramètres de solution ML, sélectionnez Utiliser l’algo XGBoost pour l’entraînement du modèle de classification.
      Comment créer l’enregistrement du paramètre en sélectionnant le bouton Rechercher, puis en sélectionnant la touche XGBoost Short Description.
    5. Sélectionnez Envoyer.
      L’écran d’enregistrement Paramètres de solution avancée s’actualise.
      Cette image montre le nouvel enregistrement Advanced Solution Setting (Paramètres de solutions avancées) que vous avez créé.
    6. Sélectionnez Envoyer.

      Résultat : XGBoost est configuré pour votre solution de classification. Son paramètre de solution apparaît dans l’onglet Paramètres de solution avancée de votre formulaire de définition de classification.

      Le paramètre de configuration de solution avancée pour XGBoost tel qu’il est configuré sur votre formulaire de définition de solution de classification.
      Remarque :
      Suivez les étapes ci-dessous si vous souhaitez configurer XGBoost sur une solution de régression.
    7. Accédez à la Intelligence prédictive > Régression > Définitions des solutions (disponible uniquement si vous aviez créé une solution de régression avant que le cadre de travail de régression ne soit obsolète).
    8. Dans ce deuxième scénario, vous ouvrez un formulaire de définition de solution de régression.
    9. Répétez les étapes de l’exemple de solution de classification précédent, sauf que cette fois, vous utilisez une solution de régression.
    10. Sélectionnez Envoyer.

      Résultat :

      XGBoost est configuré pour votre solution de régression. Son paramètre de solution s’affiche dans l’onglet Paramètres de solution avancée de votre formulaire de définition de solution de régression.